编程语言生产者消费者模型及Golang简单实现

冒险的K 2021-11-25

展开全文

简介：介绍生产者消费者模型，及go简单实现的demo。

一、生产者消费者模型

生产者消费者模型:某个模块（函数等〉负责产生数据，这些数据由另一个模块来负责处理（此处的模块是广义的，可以是类、函数、协程、线程、进程等)。产生数据的模块，就形象地称为生产者;而处理数据的模块，就称为消费者。
单单抽象出生产者和消费者，还够不上是生产者消费者模型。该模式还需要有一个缓冲区处于生产者和消费者之间，作为一个中介。生产者把数据放入缓冲区，而消费者从缓冲区取出数据。大概的结构如下图。

假设你要寄一件快递，大致过程如下。.
1．把快递封好——相当于生产者制造数据。
2．把快递交给快递中心——相当于生产者把数据放入缓冲区。
3．邮递员把快递从快递中心取出——相当于消费者把数据取出缓冲区。

这么看，有了缓冲区就有了以下好处：
解耦：降低消费者和生产者之间的耦合度。有了快递中心，就不必直接把快递交给邮寄员，邮寄快递的人不对邮寄员产生任何依赖，如果某一个天邮寄员换人了，对于邮寄快递的人也没有影响。假设生产者和消费者分别是两个类。如果让生产者直接调用消费者的某个方法，那么生产者对于消费者就会产生依赖（也就是耦合)。将来如果消费者的代码发生变化，可能会真接影响到生产者。而如果两者都依赖于某个缓冲区，两者之间不直接依赖，耦合度也就相应降低了。
并发：生产者消费者数量不对等，依然能够保持正常通信。由于函数调用是同步的(或者叫阻塞的)，在消费者的方法没有返回之前，生产者只好一直等在那边。万一消费者处理数据很慢，生产者只能等着浪费时间。使用了生产者消费者模式之后，生产者和消费者可以是两个独立的并发主体。生产者把制造出来的数据往缓冲区一丢，就可以再去生产下一个数据。基本上不用依赖消费者的处理速度。邮寄快递的人直接把快递扔个快递中心之后就不用管了。
缓存：生产者消费者速度不匹配，暂存数据。如果邮寄快递的人一次要邮寄多个快递，那么邮寄员无法邮寄，就可以把其他的快递暂存在快递中心。也就是生产者短时间内生产数据过快，消费者来不及消费，未处理的数据可以暂时存在缓冲区中。

二、Go语言实现

单向channel最典型的应用是“生产者消费者模型”。channel又分为有缓冲和无缓冲channel。channel中参数传递的时候，是作为引用传递。

1、无缓冲channel

示例代码一实现如下

package main

import "fmt"

func producer(out chan <- int) {
	for i:=0; i<10; i++{
		data := i*i
		fmt.Println("生产者生产数据:", data)
		out <- data  // 缓冲区写入数据
	}
	close(out)  //写完关闭管道
}


func consumer(in <- chan int){
        // 同样读取管道
	//for{
	//	val, ok := <- in
	//	if ok {
	//		fmt.Println("消费者拿到数据：", data)
	//	}else{
	//		fmt.Println("无数据")
	//		break
	//	}
	//}

	// 无需同步机制，先做后做
	// 没有数据就阻塞等
	for data := range in {
		fmt.Println("消费者得到数据：", data)
	}

}


func main(){
	// 传参的时候显式类型像隐式类型转换，双向管道向单向管道转换
	ch := make(chan int)  //无缓冲channel
	go producer(ch)  // 子go程作为生产者
	consumer(ch)  // 主go程作为消费者
}

这里使用无缓冲channel，生产者生产一次数据放入channel，然后消费者从channel读取数据，如果没有只能等待，也就是阻塞，直到管道被关闭。所以宏观是生产者消费者同步执行。
另外：这里是只而外开辟一个go程执行生产者，主go程执行消费者，如果也是用一个新的go程执行消费者，就需要阻塞main函数中的go程，否则不等待消费者和生产者执行完毕，主go程退出，程序直接结束，如示例代码三。
生产者每一次生产，消费者也只能拿到一次数据，缓冲区作用不大。结果如下：

2、有缓冲channel

示例代码二如下

package main

import "fmt"

func producer(out chan <- int) {
	for i:=0; i<10; i++{
		data := i*i
		fmt.Println("生产者生产数据:", data)
		out <- data  // 缓冲区写入数据
	}
	close(out)  //写完关闭管道
}


func consumer(in <- chan int){

	// 无需同步机制，先做后做
	// 没有数据就阻塞等
	for data := range in {
		fmt.Println("消费者得到数据：", data)
	}

}


func main(){
	// 传参的时候显式类型像隐式类型转换，双向管道向单向管道转换
	ch := make(chan int, 5)  // 添加缓冲区，5

	go producer(ch)  // 子go程作为生产者
	consumer(ch)  // 主go程作为消费者
}

有缓冲channel，只修改ch := make(chan int, 5) // 添加缓冲一句，只要缓冲区不满，生产者可以持续向缓冲区channel放入数据，只要缓冲区不为空，消费者可以持续从channel读取数据。就有了异步，并发的特性。
结果如下：

这里之所以终端生产者连续打印了大于缓冲区容量的数据，是因为终端打印属于系统调用也是有延迟的，IO操作的时候，生产者同时向管道写入，请求打印，管道的写入读取与终端输出打印速度不匹配。

三、实际应用

实际应用中，同时访问同一个公共区域，同时进行不同的操作。都可以划分为生产者消费者模型，比如订单系统。
很多用户的订单下达之后，放入缓冲区或者队列中，然后系统从缓冲区中去读来真正处理。系统不必开辟多个线程来对应处理多个订单，减少系统并发的负担。通过生产者消费者模式，将订单系统与仓库管理系统隔离开，且用户可以随时下单(生产数据)。如果订单系统直接调用仓库系统，那么用户单击下订单按钮后，要等到仓库系统的结果返回。这样速度会很慢。
也就是：用户变成了生产者，处理订单管理系统变成了消费者。

代码示例三如下

package main

import (
	"fmt"
	"time"
)


// 模拟订单对象
type OrderInfo struct {
	id int
}


// 生产订单--生产者
func producerOrder(out chan <- OrderInfo)  {
	// 业务生成订单
	for i:=0; i<10; i++{
		order := OrderInfo{id: i+1}
		fmt.Println("生成订单，订单ID为：", order.id)
		out <- order // 写入channel
	}
	// 如果不关闭，消费者就会一直阻塞，等待读
	close(out)  // 订单生成完毕，关闭channel
}


// 处理订单--消费者
func consumerOrder(in <- chan OrderInfo)  {
	// 从channel读取订单，并处理
	for order := range in{
		fmt.Println("读取订单，订单ID为：", order.id)
	}
}

func main()  {
	ch := make(chan OrderInfo, 5)
	go producerOrder(ch)
	go consumerOrder(ch)
	time.Sleep(time.Second * 2)
}

这里如上面逻辑类似，不同的是用一个，OrderInfo结构体模拟订单作为业务处理对象。主线程使用time.Sleep(time.Second * 2)阻塞，否则，程序立即停止。
结果如下：